Minimum Spanning Tree (Árbol de Expansión Mínima)

Presentación del tema: "Minimum Spanning Tree (Árbol de Expansión Mínima)"— Transcripción de la presentación:

1 Minimum Spanning Tree (Árbol de Expansión Mínima)
Agustín J. González ELO320: Estructura de datos y Algoritmos

2 Introducción No se minimiza el número de arcos, que se puede demostrar es igual a |V|-1. (uno hacia el padre por vértice, menos la raíz) Hay varios problemas en los que se desea minimizar la interconexión de varios puntos. Por ejemplo en la confección de circuitos impresos. El problema consiste buscar el árbol cuya suma de pesos de sus arcos sea mínima en un grafo no dirigido. Hay dos algoritmos que resuelven este problema: Algoritmo de Kruskal y algoritmo de Prim (parecido al de Dijkstra - por verse). Ambos algoritmos corren en tiempo O(E lg V). Si se usa un heap especial (de Fibonacci) el algoritmo de Prim puede correr en O(E + V lg V) lo cual presenta ventajas cuando |V| << |E| Ambos algoritmos son ejemplos de la heurística de optimización llamada “greedy” (avaro, acaparador)

3 Ejemplo de árbol de expansión de mínimo peso
h i d e g f b c 8 4 11 1 2 7 14 10 6 9 a

4 Una estrategia de avance
h i d e g f b c 8 4 11 1 2 7 14 10 6 9 a V-S S

5 Algoritmo Genérico La idea es ir haciendo crecer el número de nodos que pertenecen al árbol de peso mínimo. Debemos ir buscando nodos y arcos que puedan ser agregados y que satisfagan la propiedad de mantener mínimo peso. Generic-MST(G, w) /* w es la función de peso */ A = {}; while( A no forma un “spanning Tree” ) Encontrar un arco (u,v) que es seguro para A; A = A +{(u,v)}; return A;

6 Algoritmo de Prim (1957 (Jarník 1930))
MST-PRIM(G, w, r) /* G es el grafo, w es la función de peso, y r es el nodo por el cual empezamos (puede ser cualquiera del grafo) */ Q = V[G]; /* Cola de prioridad con vértices fuera del árbol */ for (cada u en Q) key[u] = infinito; /* key es el peso mínimo para conectar un nodo al árbol */ key [r] = 0; /* raíz del árbol */ p [r] = NIL; while (Q != {} ) u = Extract_Min(Q); for (cada v en Adj [u] ) if ( v está en Q && w(u,v) < key [v] ) p [v] = u; key [v] = w(u,v);

7 Ejemplo del algoritmo de Prim
c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (b) c b d a h i g f e 4 8 7 9 14 10 1 2 6 11 (a) c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (c) 2 c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (d) c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (e) c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (f) c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (g) c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (h) c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (i)

8 Comentarios sobre algoritmo de Prim
La eficiencia de este algoritmo depende de cómo se implemente la cola de prioridad Q. Si se implementa con un heap binario se obtiene que el algoritmo corre en tiempo O(V lg V + E lg V) = O(E lg V) Si se usa un heap de Fibonacci (no visto en el curso) el tiempo es O(E+V lgV), lo cual es una mejora cuando |V| << |E|

9 Algoritmo de Kruskal (1956) Aspecto previo: Conjuntos disjuntos
El algoritmo de Kruskal queda mejor definido si utilizamos conjuntos en su descripción. Por ello veremos la definición de un tipo de datos para conjuntos disjuntos. Consideremos una colección , S, de conjuntos disjuntos S = {S1,S2,S3, .. Sk}. Cada conjunto será representado por un representante, el cual es un elemento cualquiera del conjunto. Deseamos disponer de las siguientes operaciones: Make_Set(x): crea un nuevo conjunto cuyo único elemento es apuntado por x (es así el representante). Union(x, y): Une a los conjuntos dinámicos que contienen a x e y en un nuevo conjunto. Como la colección de conjuntos es disjunta, esto destruye los conjuntos originales. Find_Set(x): retorna un puntero al representante del conjunto que contiene x.

10 Aplicación de Conjuntos disjuntos: Obtención de las componentes conexas en grafos no dirigidos
Connected_Components(G) for (cada vértice v en V[G] ) Make_Set(v); for (cada arco (u,v) en E [G]) Union(u,v); Ejemplo: Considerar que los arcos se procesan en el orden: (b,d); (e,g); (a,c); (h,i); (a,b); (e,f); (b,c) f h j a b e c d g i

11 Posible implementación de Conjuntos disjuntos usando listas enlazadas
Se puede tomar como base las listas simplemente enlazadas, e incorporando en cada nodo un puntero al primer nodo. La lista se crea con un elemento. No hay inserción y eliminación. La unión es juntar ambas listas. Find retorna el puntero al primer nodo. Typedef struct disjoint_set_node { struct disjoint_set_node * representante; struct disjoint_set_node * next; elementType element; } DISJOINT_SET_NODE;

12 Visualización gráfica del conjunto
Typedef struct disjoint_set_node { struct disjoint_set_node * representante; struct disjoint_set_node * next; elementType element; } DISJOINT_SET_NODE; Las operaciones Make_Set, Find_Set, y Union, pueden ser implementadas en forma más o menos directa. c h e b a

13 Algoritmo de Kruskal (1956)
MST_Kruskal (G,w) { A = {}; for (cada vértice v en V[G] ) Make_Set(v); Ordenar los arcos de E según peso w no decreciente; for ( cada arco (u,v) en E, en orden no decreciente de peso) if ( Find_Set(u) != Find_Set(v) ) { A = A  {(u,v)}; Union(u,v); } }

14 Algoritmo de Kruskal :Ejemplo
c b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (a) (c) (e) (g) (b) (d) (f) (h)

15 Algoritmo de Kruskal :Ejemplo (continuación)
b d a h i g f e 4 8 7 9 14 10 2 1 6 11 (j) (l) (n) (i) (k) (m)